Daily snow water equivalent (SWE) observations from 1,065 stations in western North America for years 1960 - 2019.
Notice bibliographique
Résumé
This data set includes daily snow water equivalent (SWE) observations for the historical record to September 2019 at 1,065 stations in the western U.S. and western Canada. Remote telemetry stations measure snowpack by relating measurements of the overlying snowpack mass to the water depth equivalent. The data were obtained from the Natural Resources Conservation Service, the California Department of Water Resources, Alberta Environment, the British Columbia Ministry of Environment, and the Yukon Government Water Resources Branch. Two levels of data are provided. The file snowPillowSWE_westernNA_level1_ncc.nc has been formatted but not quality controlled. The file snowPillowSWE_westernNA_level2_ncc.nc has been formatted and quality controlled. Both files are in netCDF format. The level 1 product provides daily SWE from January 1, 1960, to September 1, 2019 (21,794 days; row dimension) for 1,065 stations (column dimension). The level 2 SWE product is formatted by water year (October 1 to September 30) starting on Oct. 1, 1960 and ending on September 1, 2019, for the 1,065 stations and 59 years. Thus, it is of dimension [366 days,1065 stations, 59 years]. See the metadata in the netCDF files for information on all variables. Missing data are indicated by NaN. Please refer to the following publication for more information on the data and QA/QC methods: Musselman, K.N., N. Addor, J. Vano, and N.P. Molotch (2021). Winter melt rates portend widespread declines in snow water resources. Nature Climate Change. DOI: 10.1038/s41558-021-01014-9
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».